机器人气动夹持力的CNN-LSTM建模估计方法

党选举，覃创业

(桂林电子科技大学电子工程与自动化学院，广西桂林 541004)

0 前言

目前，装备气动执行末端的工业机器人越来越广泛地应用于工业制造、交通运输等领域[1]。然而，气动夹持系统受气体可压缩性、系统固有的非线性摩擦以及气路的收缩等影响，使得系统输入气压与输出夹持力之间存在强非线性迟滞特性[2]，从而导致工业机器人气动末端在开环控制下无法确保夹持力控制精度。因而需通过夹持力检测提高机器人气动夹持系统控制性能。但传统夹持力检测方法依赖于力传感器，存在成本增加、易受电磁干扰等问题[3]。因此，无传感器夹持力建模估计方法有利于提高工业机器人气动末端夹持控制精度[4]，并可减少系统成本、提高系统可靠性，具有重要的研究意义。

近年来，诸多学者针对机器人气动末端无传感器夹持力估计展开了研究。例如，文献[5]以气动机器人动力学模型为基础，提出一种基于夹持系统机制模型的无传感器夹持力估计方法；文献[6]针对气动肌肉使能的机器人系统，提出一种基于自适应增益积分终端滑模控制的无传感器力估计方案。此外，为提高系统在扰动情况下的估计效果，又提出了一种时变自适应最优力估计方案[7]，采用延时估计法对系统中的非线性和扰动进行近似估计，以减少系统摩擦的影响。然而，气动系统易受环境干扰，系统模型参数具有时变性，导致上述方法难以获取精确的模型参数，且模型计算复杂。为了克服上述缺点，文献[8]针对机器人气动末端力估计问题，提出一种基于神经网络的夹持力估计方案，利用神经网络建模实现夹持力估计，该方法更简单有效，但当气压压力变化时，模型的估计精度会降低。且气动夹持系统固有的非线性特性使得基于单一神经网络的力估计方法难以获得准确的估计结果。文献[9]提出了一种基于遗传算法优化的神经网络夹持力估计方案；文献[10]使用PSO优化BP神经网络，并结合扭矩扰动观测器，实现最终夹持力估计。该类方法相比单一网络，可提高估计精度。但以上方法未考虑到气动系统特有的迟滞强非线性特性，且气动迟滞特性会导致闭环系统的反馈作用减弱，限制了夹持力估计精度的进一步提高。

因此，针对工业机器人气动夹持系统所呈现的复杂迟滞非线性特性，通过建模方法实现无力传感器的低成本气爪夹持力估计，是提高工业机器人气动末端夹持控制精度、减少系统成本的有效途径。本文作者从系统的角度，综合考虑影响夹持力的各种干扰因素，并结合气动工业机器人夹持力输出与历史输入有关的特性，构建基于LSTM网络的气压/夹持力估计模型。为进一步提高模型对系统多值对应特性的描述能力与估计精度，引入CNN特征提取层构建CNN-LSTM组合神经网络夹持力估计模型，实现一种低成本的基于模型的气爪夹持力估计方法。

1 基于LSTM网络的夹持力估计模型

1.1 气爪夹持系统非线性特性分析

工业机器人气爪夹持力控制系统如图1所示，其中电气比例阀作为气压控制模块。

图1 气爪夹持系统结构Fig.1 The architecture of gripper system for pneumatic gripper

文中根据所搭建的实验平台采集气爪夹持系统的实验数据，并绘制输入气压与输出夹持力之间的关系曲线，如图2所示。

由图2与文献[2]可知，气动夹持系统的气压-夹持力迟滞现象具有如下特性：(1)在往复运动中存在多值对应特性，当气压输入信号pa=pb时，所对应的夹持力Fa≠Fb；(2)气路内部的气压大小不仅由当前输入气压pt决定，还取决于历史输入气压pt-1和历史输出夹持力Ft-1、Ft-2等。

1.2 长短期记忆网络

长短期记忆网络(LSTM)是基于循环神经网络(RNN)改进的一种模型，利用门限思想对记忆单元的状态进行控制更新，解决了RNN训练过程中的梯度消失和梯度爆炸问题[11]。LSTM核心在于其3个门限结构与记忆单元Ct，具体结构如图3所示。

图3 LSTM单元结构Fig.3 The architecture of LSTM cell

LSTM网络通过输入门、遗忘门和输出门3个门提取重要的输入信息，并将所提取到信息传递给记忆单元，更新记忆单元的记忆状态。具体计算过程如下所示。

(1)LSTM网络遗忘门

ft=σ(Wf，hht-1+Wf，xxt+bf)

(1)

σ(x)=1/[1+exp(-x)]

(2)

(2)LSTM网络输入门

it=σ(Wi，hht-1+Wi，xxt+bi)

(3)

Ct1=tanh(Wc，hht-1+Wc，xxt+bc)

(4)

(5)

(3)LSTM记忆单元

Ct=ft⊙Ct-1+it⊙Ct1

(6)

(4)LSTM网络输出门

Ot=σ(Wo，hht-1+Wo，xxt+bo)

(7)

(5)LSTM单元输出

ht=Ot⊙tanh(Ct)

(8)

式中：xt为当前t时刻网络输入；ht-1为t-1时刻的LSTM网络单元输出；Wf，h、Wf，x、Wi，h、Wi，x、Wc，h、Wc，x、Wo，h和Wo，x分别为遗忘门、输入门、当前输入单元状态Ct1和输出门的权值；bf、bi、bc和bo为偏置；⊙为Hadamard乘积操作；σ(x)为Sigmoid函数；tanh(x)为tanh激活函数。

由式(1)—(8)得知，当前t时刻的输出ht不仅与当前输入xt有关，也与历史输出ht-1和记忆状态Ct有关。

1.3 构建LSTM网络夹持力估计模型

LSTM网络相比传统RNN具有更好的记忆功能，可以更有效地获取气压-夹持力数据中的历史关联信息。因此文中采用LSTM网络构建无力传感器的夹持力估计模型，但数据在输入到网络模型中之前，需要先进行预处理。LSTM网络夹持力估计模型结构示意如图4所示。

图4 基于LSTM的夹持力估计模型Fig.4 Gripping force estimation model based on LSTM

考虑到气路的过去行为也会影响工业机器人末端气爪夹持力实际输出，因此选择t和t-1时刻的气压输入信号pt、pt-1。并且为了使神经网络具有动态特性，将模型的t-1和t-2时刻的网络估计值H(t-1)和H(t-2)，及其变化增量(E=H(t-1)-H(t-2))作为模型输入信息Xt=(pt，pt-1，H(t-1)，H(t-2)，E)T。

如图4所示，隐含层由n个LSTM单元组成，δLSTM，i表示隐含层的第i个LSTM单元节点，n=1，2，…，i，…，32，隐含层t时刻输出为ht=(ht，1，ht，2，…，ht，i，…，ht，n)T。模型t时刻的输出H(t)和损失函数分别如式(9)、(10)所示：

H(t)=Wht+b

(9)

Et=[Ft-H(t)]2/2

(10)

式中：W=(W1，W2，…，Wi，…，Wn)为输出权重；b为偏置；Ft为t时刻夹持力目标值；H(t)为t时刻LSTM模型估计值。

(11)

(12)

同理，输入门、输出门和隐含层也可根据反向推导计算出梯度。

使用2组不同的数据，分别对LSTM夹持力估计模型进行建模与估计验证实验，结果如图5所示。

图5 LSTM模型建模结果(a)与估计验证结果(b)Fig.5 Modeling results (a)and estimation verification results (b)of LSTM model

图5中，建模与验证均方根误差(RMSE)分别为1.05 N和0.72 N，最大误差(emax)分别为5.89 N和3.97 N。

由图5可知：LSTM力估计模型的估计结果与工业机器人气动夹持系统实际夹持力输出曲线的误差相对较大，尤其在拐点处和峰值处，模型预测结果存在滞后性，在模型估计验证实验中尤为明显。单一LSTM网络面对复杂的、强非线性的数据时，无法完整获取数据之间的长期关联特征，造成预测结果存在滞后性，从而无法准确描述气动夹持系统所存在的多值对应特性；且在训练过程中，网络的计算量会大幅度增加，训练速度也会下降[12]。为了进一步提高LSTM夹持力模型的估计精度，文中提出了一种基于CNN-LSTM组合神经网络的夹持力估计模型。

2 基于CNN-LSTM网络的夹持力估计模型

针对LSTM无法完整获取数据关联特征，造成模型估计误差大的问题，利用CNN优化LSTM网络，在数据输入LSTM网络前增加一个CNN特征提取层，提取数据之间的长期关联特征，从而优化LSTM网络，提高模型的多值对应特性的描述能力与估计精度。

2.1 卷积神经网络CNN

CNN是一种能够进行特征提取的前馈神经网络[11]，基本结构如图6所示。CNN的核心组成是卷积层和池化层，首先通过卷积层提取输入信息之间的关联特征，然后将卷积层所提取的特征传入池化层。通过池化对数据进行降维，从而提升网络训练速度，防止过拟合。在实际应用中，一层卷积层所能提取的特征往往比较有限，为了获得更完整的数据特征，通常将多个卷积层叠加在一起，组成多层卷积网络[13]。

2.2 CNN-LSTM组合网络模型

由于工业机器人气动夹持系统存在复杂迟滞非线性特性，且该系统易受气压泄漏、环境等因素影响，使得影响因子之间存在复杂的耦合关系[14]。传统单一的LSTM模型很难保证估计结果的准确性，而CNN能有效提取气压-夹持力数据中的特征信息，减少冗余输入信息对预测结果的干扰。文中对原有的LSTM模型进行改进，将CNN与LSTM相结合，提出一种CNN-LSTM组合神经网络夹持力估计模型，其网络结构如图7所示。

由图7可知：文中所采用的CNN-LSTM组合网络结构主要由2个部分组成，第一部分是CNN特征提取层，主要由两层卷积层构成。由于文中数据集维度较少，为减少特征提取过程中数据信息的丢失，文中所提模型中CNN特征提取层舍弃池化层，仅使用卷积层[15]。其中，每个卷积层都包含着一个ReLU激活层，具体计算如下：

Co=f(XT*Wco+bc)

(13)

式中：f(x)代表ReLU激活函数，f(x)=max{0，x}；XT为卷积层输入向量；Co为卷积层输出；Wco为卷积层共享权值；bc为偏置；*代表卷积操作。

数据在输入到网络模型中之前，需要先进行归一化预处理，再运用式(13)遍历数据集，进行数据非线性特征提取。其中两层卷积层的卷积数量分别是16和32，卷积大小均为2×1，模型参数学习采用最速下降法完成。

经过CNN特征提取层的数据经展平层调整维度后传至LSTM层，再使用式(1)—(8)建立夹持力估计模型，最后通过全连接层传递给回归层实现夹持力估计，从而得到最终的输出结果。

3 CNN-LSTM夹持力估计模型验证与分析

3.1 数据采集与处理

为了更准确和全面地描述气压-夹持力之间的关系，文中搭建了由GP7轻型工业机器人搭载电气比例阀(ITV3050-012BL)、气爪(Sqeldt_MHZ2-40D)、气泵、薄膜力传感器(FlexiForce-A301)、树莓派等构成的实时采集数据的实验平台。实验中通过计算机控制机器人带动气爪进行夹持工作，并控制气压进行往复运动，实时采集记录运动过程中的气压-夹持力实验数据。

由于气动系统易受环境干扰，为进一步逼近实际工作情况，在夹持力数据中添加随机干扰信号，幅值取采样值最大值的1%，以此检验模型的抗干扰能力。另外为检验所建立模型的有效性，将气压-夹持力数据集按4∶1划分训练集与测试集；并通过打乱样本顺序的方法防止出现有规律的数据，以避免出现过拟合。另外，在数据输入到模型中进行训练之前，需先对数据进行归一化预处理，加快收敛速度。

3.2 模型参数设置

考虑到模型隐含层数和神经元个数对于模型的估计精度存在较大影响，为了获取较为精准的模型参数，文中通过实验测试的方法，确定隐含层数及其神经元个数，将隐含层数依次设为1和2，神经元个数依次设为16、32、48，实验结果如表1所示。

表1 不同模型参数估计结果误差对比Tab.1 Estimation results error comparison of different model

由表1可知：当LSTM模型第一层LSTM单元个数为32时，估计误差最小，RMSE和emax分别为1.05和5.89 N。故将第一层LSTM单元个数固定为32，再将第二层中的LSTM单元个数依次设置为16、32、48。由实验结果得出，LSTM模型隐藏层设置为一层、LSTM单元为32个时，模型估计误差均低于有二层隐含层时的估计误差。故文中的LSTM模型隐含层设为1层，其中LSTM单元个数为32个。

3.3 CNN-LSTM模型有效性验证

为了更好地验证CNN-LSTM组合神经网络无传感器夹持力估计模型的有效性，将它与LSTM模型进行比较分析。

图8所示为LSTM模型的建模结果和估计验证结果及误差，其中RMSE分别为1.05 N和0.72 N，emax分别为5.89 N和3.97 N。由图8可知：LSTM力估计模型的估计结果与实际气压-夹持力输出曲线的误差相对较大，估计结果存在滞后现象，尤其在开始处、拐点和峰值3处位置。

图8 LSTM模型建模结果(a)与估计验证(b)Fig.8 Modeling results (a)and estimation verification results(b)of LSTM model

气爪夹持力受气压输入信号、摩擦、气压泄漏、环境等众多因子影响而波动较大，单一网络模型估计结果误差较大且存在滞后，图8(b)估计验证实验结果中更为明显。

图9所示为CNN-LSTM模型的建模和估计验证结果及误差。其中RMSE分别为0.24 N和0.21 N，emax分别为1.19 N和0.84 N。模型所估计的夹持力输出值和实际夹持力基本拟合，在峰值和拐点处估计值与实际值也基本吻合。

图9 CNN-LSTM模型的建模结果(a)与估计验证(b)Fig.9 Modeling results(a)and estimation verification results (b)of CNN-LSTM model

由图10和图11可知：相较LSTM建模估计方法，基于CNN-LSTM模型的建模估计方法更好，估计值也最贴近实际值。各模型夹持力估计结果的建模和估计验证误差对比结果如表2所示。

表2 不同模型估计方法误差对比Tab.2 The error comparison of different model estimation method

图10 各模型建模结果对比Fig.10 Comparison of modeling results of each model

图11 各模型估计验证结果对比Fig.11 Comparison of estimation verification results for each model

由表2可知：基于CNN-LSTM模型建模估计方法的RMSE和emax均优于传统LSTM估计方法。通过比较分析得出，文中提出的CNN-LSTM模型的夹持力估计效果相比于其他模型具有更高的精度，其中建模与验证RMSE分别降低了77.14%、70.83%；emax分别降低79.80%、78.84%。

4 结论

针对工业机器人气动末端无法直接依据气压信号实现夹持力高精度控制的问题，且考虑到气动系统表现出的迟滞、强非线性特性，与夹持力输出所存在的多值对应特性，提出一种基于CNN-LSTM的无力传感器低成本夹持力建模估计方法。引入CNN特征提取层，利用CNN优化LSTM网络，解决传统LSTM模型无法完整获取数据关联特征的问题；结合CNN特征提取和LSTM非线性映射的不同功能，构建了CNN-LSTM网络模型。实验验证结果表明：与LSTM建模估计方法相比，基于CNN-LSTM模型的建模估计方法的RMSE及emax均有降低，精度更高。该方法稳定可靠且成本低廉，具有实际应用价值，适用于工业机器人气动末端夹持力估计问题，为实现高精度夹持控制提供基础。